MiniMax-M1-80k
456B
Cantidad de parámetros del modelo
MiniMax
Organización afiliada
Código abierto
Tipo de licencia
17 de junio de 2025
Tiempo de lanzamiento
Introducción al modelo
El primer modelo de razonamiento de atención híbrida a gran escala y de peso abierto del mundo, lanzado por Minimax.
Puntaje integral
Diálogo del idioma
Reserva de conocimiento
Asociación de razonamiento
Cálculo matemático
Redacción de código
Comando siguiente
Desliza hacia la izquierda y la derecha para ver más
Capacidad de comprensión del lenguaje
Capaz de comprender contextos complejos y generar oraciones lógicamente coherentes, aunque ocasionalmente en control de tono.
7.0
Alcance de cobertura de conocimiento
Posee el conocimiento central de las disciplinas convencionales, pero tiene una cobertura limitada de los campos interdisciplinarios de vanguardia.
8.2
Capacidad de razonamiento
Incapaz de mantener cadenas de razonamiento coherentes, a menudo causando causalidad invertida o errores de cálculo.
5.2
Comparación de modelos
MiniMax-M1-80k vs Qwen2.5-7B-Instruct
Así como Qwen2, los modelos de lenguaje Qwen2.5 admiten hasta 128K tokens y pueden generar hasta 8K tokens. También mantienen el soporte multilingüe para más de 29 idiomas, incluidos chino, inglés, francés, español, portugués, alemán, italiano, ruso, japonés, coreano, vietnamita, tailandés, árabe y más.
MiniMax-M1-80k vs GPT-4o-mini-20240718
GPT-4o-mini es un modelo de API producido por OpenAI, con el número de versión específico siendo gpt-4o-mini-2024-07-18.
MiniMax-M1-80k vs GPT-4o-mini-20240718
GPT-4o-mini es un modelo de API producido por OpenAI, con el número de versión específico siendo gpt-4o-mini-2024-07-18.
MiniMax-M1-80k vs Gemini-2.5-Pro-Preview-05-06
Gemini 2.5 Pro es un modelo lanzado por el equipo de investigación en inteligencia artificial Google DeepMind, utilizando el número de versión Gemini-2.5-Pro-Preview-05-06.
MiniMax-M1-80k vs DeepSeek-V2-Chat-0628
DeepSeek-V2 es un modelo de lenguaje de Mixture-of-Experts (MoE) potente, caracterizado por un entrenamiento económico y una inferencia eficiente. Cuenta con 236 mil millones de parámetros en total, de los cuales 21 mil millones están activos para cada token. En comparación con DeepSeek 67B, DeepSeek-V2 ofrece un mejor rendimiento, reduce en un 42,5% los costos de entrenamiento, disminuye el almacenamiento en caché KV en un 93,3% y mejora la capacidad máxima de generación hasta 5,76 veces.
Modelo relacionado
MiniMax-Text-01
MiniMax-Text-01 es un modelo de lenguaje potente con un total de 456 mil millones de parámetros, de los cuales 45.9 mil millones se activan por token. Para aprovechar mejor las capacidades de contexto largo del modelo, MiniMax-Text-01 adopta una arquitectura híbrida que combina Lightning Attention, Softmax Attention y Mixture-of-Experts (MoE).
abab6.5
abab6.5 es un modelo de API producido por MiniMax, con el número de versión siendo abab6.5. La serie abab6.5 es un gran modelo de lenguaje Mixture of Experts (MoE) de trillones de parámetros. El abab6.5 es adecuado para escenarios complejos, como cálculos de problemas de aplicaciones, computación científica y otros escenarios similares. El abab6.5s es adecuado para escenarios generales.
abab6.5s-chat
abab6.5 es un modelo de API producido por MiniMax, con el número de versión siendo abab6.5. La serie abab6.5 es un gran modelo de lenguaje de mezcla de expertos (MoE) de万亿参数. El abab6.5 es adecuado para escenarios complejos, como cálculos de problemas aplicados, computaciones científicas y otros escenarios similares. El abab6.5s es adecuado para escenarios generales.
MiniMax-Text-01
MiniMax-Text-01 es un potente modelo de lenguaje con 456 mil millones de parámetros en total, de los cuales 45,9 mil millones se activan por token. Para mejorar el aprovechamiento de las capacidades de contexto largo del modelo, MiniMax-Text-01 adopta una arquitectura híbrida que combina Lightning Attention, Softmax Attention y Mixture-of-Experts (MoE).
abab7-chat-preview
El modelo abab7-preview, producido por MiniMax, es un modelo de API que muestra mejoras significativas en comparación con la serie abab6.5 en capacidades como manejar textos largos, matemáticas y redacción.
Documentos relevantes
La crisis de los baneos de TikTok, cerca de resolverse con una posible nueva app y su venta
La venta de TikTok se acerca a su fin mientras se prepara el lanzamiento de una nueva versión para EE.UU.A pesar de la entrada en vigor en enero de la ley de cesión o prohibición de TikTok, la platafo
Amazon suspende las ventajas compartidas de envío gratuito Prime fuera del hogar
Amazon pone fin al programa Prime SharingAmazon está eliminando la popular función que permitía a los miembros Prime extender sus beneficios de envío gratuito a personas que no fueran miembros de la f
HMD reduce sus operaciones en EE.UU. y pone fin a la renovación de los teléfonos Nokia
HMD Global, la empresa finlandesa que revitalizó los dispositivos móviles de marca Nokia mediante un acuerdo de licencia durante la pasada década, ha anunciado una reducción significativa de su presen
Las startups globales deben navegar por la política de IA: Estrategias clave
Veo que me pide que reescriba un contenido que incluye un iframe de YouTube incrustado. Sin embargo, seguiré los estrictos requisitos que me proporcionó inicialmente:Debo conservar todas las etiquetas
Google filtra detalles del próximo lenguaje de diseño de Android: Material 3 Expressive
Google se prepara para desvelar la próxima generación del sistema de diseño Android en I/OGoogle está a punto de presentar una importante evolución de su lenguaje de diseño Android en la próxima confe
